基于人工神經(jīng)網(wǎng)絡(luò)的圖像識別和分類.pdf

1、數(shù)字圖像處理的最終目的是用計算機(jī)代替人去認(rèn)識圖像和找出一副圖像中人們感興趣的目標(biāo)，這是計算機(jī)模式識別的主要內(nèi)容。模式識別技術(shù)是用機(jī)器來模擬人的各種識別能力，當(dāng)前主要是模擬人的視覺和聽覺能力。圖像模式識別是用機(jī)器對文字、圖像、圖片和景物等模式信息加以處理和識別，用以解決計算機(jī)與外部環(huán)境直接通信這一重要問題。
　　 圖像識別由三個環(huán)節(jié)構(gòu)成，分別是數(shù)據(jù)獲取、數(shù)據(jù)處理、判別分類。解決圖像識別的方法概括起來可分為統(tǒng)計模式識別、結(jié)構(gòu)模式識別

2、、模糊圖像識別與智能模式識別。20 世紀(jì)80年代新興的人工神經(jīng)網(wǎng)絡(luò)，作為一種廣義的智能模式識別法，具有高度的并行性、分布式存儲、良好的容錯性、自適應(yīng)性和聯(lián)想記憶功能、高度的非線性處理等能力，在模式識別領(lǐng)域中取得了許多傳統(tǒng)方法所難達(dá)到的成就。而神經(jīng)網(wǎng)絡(luò)圖像識別技術(shù)是隨著當(dāng)代計算機(jī)技術(shù)、圖像處理、人工智能、模式識別理論等發(fā)展起來的一種新興圖像識別技術(shù)，是在傳統(tǒng)的圖像識別方法的基礎(chǔ)上融合神經(jīng)網(wǎng)絡(luò)算法的一種圖像識別方法。
　　 本文介紹

3、了目前常用的幾種基于神經(jīng)網(wǎng)絡(luò)的圖像識別方法，根據(jù)圖像識別的特點，提出了利用BP 網(wǎng)絡(luò)、徑向基函數(shù)兩種神經(jīng)網(wǎng)絡(luò)圖像識別模型，分別給出了兩種模型的學(xué)習(xí)算法和具體應(yīng)用技術(shù)。主要工作包括以下幾個方面：
　　 1、簡要介紹了圖像預(yù)處理技術(shù)及圖像識別的基本原理。
　　 2、介紹幾種常見的神經(jīng)網(wǎng)絡(luò)模型和模式識別方法；
　　 3、對BP 神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)及BP 算法做了系統(tǒng)的分析研究，在此基礎(chǔ)之上，提出了BP 神經(jīng)網(wǎng)絡(luò)在圖像識別中

4、的應(yīng)用；
　　 4、利用徑向基（RBF）函數(shù)神經(jīng)網(wǎng)絡(luò)模型最后對醫(yī)學(xué)圖像進(jìn)行識別和分類，并和其他方法進(jìn)行對比。
　　 論文給出了圖像識別在實際問題中的具體應(yīng)用：基于BP 神經(jīng)網(wǎng)絡(luò)的數(shù)字識別方法以及利用徑向基（RBF）函數(shù)神經(jīng)網(wǎng)絡(luò)模型對幾幅醫(yī)學(xué)圖像進(jìn)行識別與分類。
　　 測試結(jié)果表明了本文所提出的基于人工神經(jīng)網(wǎng)絡(luò)的圖像識別與分類方法具有較強(qiáng)的實際應(yīng)用價值，并對研究工作進(jìn)行總結(jié)，對這種圖像識別技術(shù)進(jìn)行了深入分析和展望。